Florence-2-large-ft とは
本モデルはテキストのプロンプトで視覚・視覚言語タスクをこなす視覚基盤モデルと説明されている。
できること
- 画像にテキストの説明を付ける
- 画像内の対象を見つけて位置を示す
- 画像を領域や対象に分ける
しくみ
- まず必要なライブラリを導入する
- プロセッサでプロンプトと画像を読み込む
- 入力を変換してからモデルを動かす
長所と短所
✓ 良い点
- 簡潔なテキストのプロンプトで多様な任務を動かせる
- 領域提案と領域 OCR を含む
! 注意したい点
- 利用前に必要なライブラリの導入が要る
- テキストのプロンプトと画像をそろえる必要がある
よくある質問
どんなタスク?
資料では画像説明、目標検出、分割、領域提案、OCR が並ぶ。
データは?
資料では FLD-5B の 54 億件の注釈と 1 億 2600 万枚の画像が挙げられている。
最終評価日: 2026-11-15
その他 AI画像生成 ツール
すべて見る →-
123RF AI 画像ツールを内蔵したストック素材ライブラリ 無料ツール テキストから画像 画像編集 背景除去 画像高画質化 -
360智图 360 製の画像検索・ライセンス・AI 編集 無料ツール テキストから画像 背景除去 商品画像 モデル生成ツール -
360鸿图 中国語話者向けで、中国語のプロンプトに対応する画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール 画像から画像 -
a1.art 顔入れ替え付きのフィルター型画像生成 無料ツール クリエイターツール テキストから画像 アート生成ツール -
AI Anime Generator 写真とテキストからアニメ風アートへ フリーミアムツール クリエイターツール テキストから画像 画像から画像 画像から動画 -
AI Art Generator テキストのプロンプトからオリジナル作画の下書きへ フリーミアムツール クリエイターツール テキストから画像 画像編集 アート生成ツール